[发明专利]具有主被动鉴别功能的数字图像防伪检测系统无效

专利信息
申请号: 200910195776.2 申请日: 2009-09-17
公开(公告)号: CN101661610A 公开(公告)日: 2010-03-03
发明(设计)人: 李生红;赵峰;李建华;马进;张爱新;金波;朱彤;李寿弟 申请(专利权)人: 上海交通大学
主分类号: G06T1/00 分类号: G06T1/00
代理公司: 上海交达专利事务所 代理人: 王锡麟;王桂忠
地址: 200240*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 具有 被动 鉴别 功能 数字图像 防伪 检测 系统
【权利要求书】:

1、一种具有主被动鉴别功能的数字图像防伪检测系统,其特征在于,包括:基础服务层,系统功能层和应用层,其中:基础服务层提供接口与系统功能层相连接以提供底层基础服务,系统功能层通过用户交互接口与应用层相连以传输鉴定结果信息,应用层通过用户交互接口接收待检测图像并输出鉴定检测结果,所述的底层基础服务包括面向主动鉴定服务和面向被动鉴定服务。

2、根据权利要求1所述的具有主被动鉴别功能的数字图像防伪检测系统,其特征是,所述的基础服务层包括:最高比特位和最低比特位可恢复半脆弱水印检测单元、沃尔什和卷积编码嵌入法检测单元、Logistic混沌序列和奇异值分解法检测单元、复制粘贴块匹配检测单元、纹理特征和马尔科夫模型检测单元、广义高斯小波法检测单元、HSV空间小波法检测单元、噪声模式法检测单元和小波统计法检测单元,其中:HSB和LSB可恢复半脆弱水印检测单元、沃尔什和卷积编码嵌入法检测单元、Logistic混沌序列和奇异值分解法检测单元为面向主动鉴定服务单元;复制粘贴块匹配检测单元、纹理特征和马尔科夫模型检测单元、广义高斯小波法检测单元、HSV空间小波法检测单元、噪声模式法检测单元和小波统计法检测单元为面向被动鉴定服务单元。

3、根据权利要求1所述的具有主被动鉴别功能的数字图像防伪检测系统,其特征是,所述的系统功能层包括:水印图像篡改检测模块、自然图像篡改检测模块、计算机生成图像检测模块,其中:水印图像篡改检测模块分别与基础服务层和应用层相连接以提供水印图像篡改检测服务,自然图像篡改检测模块分别与基础服务层和应用层相连接以提供自然图像篡改检测服务,计算机生成图像检测模块分别与基础服务层和应用层相连接以提供计算机生成图像检测服务。

4、根据权利要求3所述的具有主被动鉴别功能的数字图像防伪检测系统,其特征是,所述的水印图像篡改检测模块提供面向主动鉴定服务,该模块包括:图像输入单元、水印嵌入单元、防伪检测单元和输出单元,其中:图像输入单元与应用层相连接以接收待检测图像,水印嵌入单元完成输入图像的水印嵌入,防伪检测单元提供传输后水印图像的篡改检测服务,输出单元与应用层相连接以传输水印图像防伪检测的结果信息。

5、根据权利要求3所述的具有主被动鉴别功能的数字图像防伪检测系统,其特征是,所述的自然图像篡改检测模块提供面向被动鉴定服务,该模块包括:图像输入单元、图像块匹配单元、特征提取单元、分类器和输出单元,其中:图像输入单元与应用层相连接以接收待检测图像,图像块匹配单元通过运行图像块匹配算法,以判断输入图像是否存在同幅图片篡改情形,特征提取单元完成对测试图片库中的图像及输入待测图像的特征提取,分类器执行对测试图片库中的图像及待测图像的分类、预测功能,输出单元通过用户交互接口与应用层连接以传输自然图像篡改检测的结果信息。

6、根据权利要求3所述的具有主被动鉴别功能的数字图像防伪检测系统,其特征是,所述的计算机生成图像检测模块提供面向被动鉴定服务,该模块包括:图像输入单元、特征提取单元、分类器和输出单元,其中:图像输入单元与应用层相连接以接收待检测的未知来源图像,特征提取单元完成对测试图片库中的图像及输入图像的特征提取,分类器完成对图片库中的图像及输入待测图像的分类及预测,输出单元通过用户交互接口与应用层连接以传输图像的来源检测结果信息。

7、根据权利要求1所述的具有主被动鉴别功能的数字图像防伪检测系统,其特征是,所述的应用层包括:图像输入单元和鉴定结果输出单元,其中:图像输入单元通过用户交互接口与系统功能层相连接以传输待鉴定的原始图像信息,鉴定结果输出单元通过用户交互接口与系统功能层相连接以传输图像经鉴定后返回的结果信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200910195776.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top